자, 이제 어느정도 데이터가 이런식으로 굴러가는구나~~ 느낌이 왔으니, 이제 데이터에 조작을 좀 해보겠습니다. 이상치를 제거해보려고 하는데요. 이상치 제거 전과, 제거 후 사이의 값 갯수가 약 150개? 정도 차이가 나죠 근데 아웃라이어 제거(=시그마 이상치 제거; Remove Outlier Data)가 뭔데..? 뭐야... 말이 왜이렇게 어려운데?!?!?! 이 기술은 케글(Kaggle)에서 상위 랭크로 올라가려면 꼭 필요한 기술 중 하나라고 하네요. 그래서 저도 공부해보았습니다. ■ 데이터 이상치 탐지(Data Outlier Detection) 말 그대로 이상이 있는 데이터를 뜻합니다. 일반적인 데이터 패턴과 다르게, 매우 이상한 패턴을 가지고 있는 데이터를 뜻합니다. 머신러닝과 딥러닝에서는 이러한 이..

데이터들을 년, 주, 월로 시각화해서 봅시다. 맨날 이렇게 치기 귀찮으니까, 함수 만들어서 간단하게 파라미터로 데이터만 넣어주는 방법도 있다.

자 이제는 정말 실습을 해봅시당 1. 런던 자전거 Dataset을 내 Note로 가져오면 자동적으로 요렇게 셋팅을 해줍니다. 그리고, print(os.path.join(dirname, filename)) 끝 부분에 커서를 대고 Shift + enter를 해주세용 그럼, london_merged.csv 파일이 생깁니다. 2. 몇 가지를 import 해옵시당 이렇게 3가지를 import 해오고 Shift + Enter ! 아무 이상이 없으면 잘 된겁니다. Syntax Error 나오면 메시지가 뜹니다. 혹시 모르니 중간중간에 Save는 잘 해주세요. (저장을 생활화 합시다!) 3. 자, 이제 csv 파일을 불러와보겠습니다. 테이블이 나타났습니다! 오우! 4. 데이터의 구조와 타입과 컬럼들을 확인해봅시다 5...

아버지가 현재 AI쪽에 종사하고 계시는데, 가끔씩 말씀하셨었다. 파이썬, 텐서플로우, 등등...? 들을 때에는 뭔말이야~~ 하고 듣고 넘겼는데 (그리고, 아빠가 나한테 말씀하시는 건 충분히 나 같은 몽충이도 비벼볼만 하기 때문에 말씀하셨던거라고 생각함...ㅋㅋㅋㅋㅋㅋㅋㅠ) 우선 나는 웹 개발쪽에 종사중이고, 이 쪽은 전~~~~혀~~~~~~~~아예 모르는 분야이기에 한 번 심심해서 들어가봤다. 인프런, 유튜브 등 이미 강의가 많이 나오고 있어서 접근하는 건 어렵지 않았다. 1. 우선 kaggle에 접속한다. Kaggle: Your Machine Learning and Data Science Community Kaggle is the world’s largest data science community wi..